Искусственный интеллект (ИИ) является одним из драйверов современного технологического развития. Хотя интеллектуальные системы пока не могут полностью заменить человека при выполнении различных задач, однако они способны быстро обрабатывать большие объемы информации, на основании которой могут советовать или давать прогнозы и экспертные оценки.
Сегодня наиболее распространенный подход при создании классического искусственного интеллекта основан на обучении математических моделей (нейросетей) с помощью большого объема данных. Однако он имеет несколько ключевых ограничений: принципиально невозможно собрать данные для моделирования сложных объектов и процессов (например, функционирование индивидуального организма), обучение нейронных сетей требует огромных вычислительных и энергетических ресурсов. При этом результат работы ИИ невозможно объективно объяснить. Данные ограничения показывают, что сегодня развитие традиционного ИИ, основанного на данных, подошло к пределу своих возможностей, поэтому ученые разных стран ведут разработки альтернативных подходов к созданию интеллектуальных систем.
«В классической модели обучения нейронной сети с учителем односторонняя связь – учитель просто корректирует и сопровождает режим обучения. А когда мы говорим о гибридном интеллекте – здесь строится двусторонняя связь. С одной стороны, человек корректирует поведение искусственного интеллекта, с другой стороны, ИИ также способен анализировать состояние человека, подсказывать ему, с учетом того состояния, в котором находится человек – и это двусторонняя связь, другой тип». – Руководитель научного и образовательного направлений СПбГЭТУ «ЛЭТИ» Михаил Степанович Куприянов
Отметим, что новый тип ИИ разрабатывается в ЛЭТИ в рамках программы «Приоритет 2030» по стратегическому проекту «Технологии сильного гибридного интеллекта для прикладной медицины». Важнейшими параметрами предложенной архитектуры являются гибридность и коэволюционность (т.е. ИИ подстраивается под запросы пользователя, а взамен поясняет человеку наиболее эффективные способы постановки задач).
Разницу между двумя архитектурами искусственного интеллекта (классической и гибридной) можно увидеть в использовании ИИ в медицине, над чем активно работают ученые ЛЭТИ.
Классические интеллектуальные системы помогают врачам оперативно выявлять повреждения внутренних органов на рентгеновских снимках на основе всех имеющихся данных от различных пациентов, в результате чего формируется некоторый стандарт для распознавания нормальности и патологии для всех обследуемых.
Архитектура ИИ, предложенная учеными ЛЭТИ, в свою очередь, предполагает, что искусственный интеллект будет обрабатывать рентгеновские снимки каждого конкретного человека. В том числе будут привлекаться дополнительные данные об особенностях организма пациента, а также учитываться квалификация и опыт медиков, которые проводят рентген, чтобы предоставить пользователю более точное описание болезни.
На сегодняшний день на базе созданной архитектуры, ученые вуза разрабатывают систему оценки функциональной готовности операторов и диспетчеров. На основе данных, полученных с помощью компьютерного зрения, эта система сможет выявлять у людей стресс, усталость и нервное состояние. Использование гибридного интеллекта поможет повысить точность и скорость выявления этих негативных состояний у операторов с учетом индивидуальных особенностей человека.
Результаты работы ученых ЛЭТИ опубликованы в сборнике международной научной конференции 5th Scientific School Dynamics of Complex Networks and their Applications.